开发完监控服务端和客户端之后,就已经想好了后续有必要的话把监控告警通知也提上日程,当时差不多已经想好了要做的需求,现在已经把告警通知功能实现了,也已经上线使用,现在分享一下。

这个功能其实很简单,就依赖两个功能点:

  • Django 自带的邮件通知能力
  • 定时任务能力

需求分析

我在 服务器监控应用(1):服务端开发 的结尾其实也大致描述了一下对于监控告警通知的需求点,现在根据上线的情况大致描述一下:

  1. 告警通知的目标主机应该有过滤条件,具体条件就是该主机在激活状态,且上报过信息,说白了就是只对这种持续上报,然后突然中断的主机进行告警通知
  2. 使用定时任务检查主机上报的时间,通过最后一次上报时间来判断主机是否掉线,并且掉线多久
  3. 需要设置通知的频率,不能无脑告警,每个离线的主机只在指定的时间点上报,比如掉线1分钟、10分钟、60分钟、4小时和1整体这几个递增的时间点
  4. 通知方式为邮件通知,使用Django自带的通知功能

功能开发

编写定时任务函数

先写一个逻辑处理函数,函数的作用就是找出离线的主机,并发送邮件通知,直接看代码吧:

import json
from datetime import datetime


def action_check_host_status(recipient_list=None, times=None):
    from django.conf import settings
    from django.core.mail import send_mail
    from .models import MonitorServer

    # 可以通过参数传递通知的频率
    times = times or [1, 10, 60, 60 * 4, 60 * 24]

    if not recipient_list:
        return 'No recipient_list, please set it.'

    if hasattr(settings, 'DEFAULT_FROM_EMAIL') and settings.DEFAULT_FROM_EMAIL:
        from_email = settings.DEFAULT_FROM_EMAIL
    else:
        # 如果未设置发件人邮箱,设置为空,直接退出
        return 'Email configuration not set'

    current_date = datetime.now()
    alarm_list = []
    hosts = MonitorServer.objects.filter(
        secret_key__isnull=False,
        secret_value__isnull=False,
        data__isnull=False,
        active=True
    )
    for host in hosts:
        # 转换成分钟
        m = int((current_date - host.update_date).total_seconds() / 60)
        # 多个时间点发送
        if m in times:
            msg = f'警告:节点 {host.name} 离线 {m} 分钟'
            alarm_list.append(msg)
        else:
            continue
    if all([alarm_list, from_email, recipient_list]):
        subject = f'⚠️服务监控告警 {current_date.strftime("%Y-%m-%d %H:%M:%S")}'
        message = '\n'.join(alarm_list)
        ok_num = send_mail(subject, message, from_email, recipient_list)
        return f"Send email ok: {ok_num}"

    return "Not alarm !!!"

这个函数接受两个参数:

  • recipient_list:list,邮件接受方,支持多个邮箱地址
  • times:list,通知频率,也就是在离线的多个时间点发通知

然后在 tasks.py 中设置成定时任务函数:

@shared_task
def check_host_status(recipient_list=None, times=None):
    """
    定时检查服务监控的节点状态
    定时任务需要设置1分钟执行一次
    @param times: 通知频率,默认[1, 10, 60, 60 * 4, 60 * 24]
    @param recipient_list: 收件人的邮件地址,必填,否则不检查
    @return:
    """
    response = TaskResponse()
    msg = action_check_host_status(recipient_list=recipient_list, times=times)
    response.data = {'msg': msg}
    return response.as_dict()

这两个参数都可以通过定时任务的参数传递给函数。

邮箱配置

这里需要提到的是,由于使用了 Django 自带的邮件通知能力,所以需要先在项目的配置文件中配置好邮件服务器的信息,这个在我的项目里面是可以使用环境变量文件来配置的,具体的配置项见项目 settings.py 文件:

# ****************************************** 邮箱配置开始 ****************************************
# 配置管理邮箱,服务出现故障会收到到邮件,环境变量值的格式:name|test@test.com 多组用户用英文逗号隔开
ADMINS = []
admin_email_user = os.getenv('IZONE_ADMIN_EMAIL_USER')
if admin_email_user:
    for each in admin_email_user.split(','):
        a_user, a_email = each.split('|')
        ADMINS.append((a_user, a_email))

# 邮箱配置
EMAIL_HOST = os.getenv('IZONE_EMAIL_HOST', 'smtp.163.com')
EMAIL_HOST_USER = os.getenv('IZONE_EMAIL_HOST_USER', 'your-email-address')
EMAIL_HOST_PASSWORD = os.getenv('IZONE_EMAIL_HOST_PASSWORD',
                                'your-email-password')  # 这个不是邮箱密码,而是授权码
EMAIL_PORT = os.getenv('IZONE_EMAIL_PORT', 465)  # 由于阿里云的25端口打不开,所以必须使用SSL然后改用465端口
EMAIL_TIMEOUT = 5
# 是否使用了SSL 或者TLS,为了用465端口,要使用这个
EMAIL_USE_SSL = os.getenv('IZONE_EMAIL_USE_SSL', 'True').upper() == 'TRUE'
# 默认发件人,不设置的话django默认使用的webmaster@localhost,所以要设置成自己可用的邮箱
DEFAULT_FROM_EMAIL = os.getenv('IZONE_DEFAULT_FROM_EMAIL', 'TendCode博客 <your-email-address>')
# *************************************** 邮箱配置结束 *******************************************

这些配置本身是作为用户注册的邮箱认证,还有服务异常给管理员通知用的,但是也是 Django 自带的通知功能,所以可以主动调用。

设置定时任务

添加定时任务,并设置执行频率为1分钟一次:

并添加定时任务参数 recipient_listtimes,前者为邮件接收方,必须有值,后者为频率,可以不填直接使用默认值。

验证效果

手动停掉一个主机的监控通知服务,用来模拟主机挂了,然后等待1分钟,就可以收到通知,并且10分钟后可以收到第二次通知。

优化

由于家用宽带每48小时就要更新一次IP,这个过程中会导致断网一段时间,因此为了保证这种有规律的离线不触发告警,因此我在代码中加了一个参数用来过滤掉一些时间段。

下面这个是过滤前的告警,每48小时必定触发告警:

我添加的过滤参数:

def action_check_host_status(recipient_list=None, times=None, ignore_hours=None):
    from django.conf import settings
    from django.core.mail import send_mail
    from .models import MonitorServer

    current_date = datetime.now()

    # 忽略的检查时段,这些时段不检查状态
    # 这个忽略的意义是因为运营商会定期断网更新IP,导致上报失败触发告警,比如电信是4点多断网一段时间
    ignore_hours = ignore_hours or []

    if current_date.hour in ignore_hours:
        return f'Ignore period for {ignore_hours}, do not check.'

版权声明:如无特殊说明,文章均为本站原创,转载请注明出处

本文链接:https://tendcode.com/subject/article/server-status-3/

许可协议:署名-非商业性使用 4.0 国际许可协议